在R中搜索数据框中的两列

Question

我有一个关于在R中搜索值的问题，它实际上有点类似于昨天发布的问题（如在这里给出的：Searching a vector/data table backwards in R），除了我认为我的问题是有点复杂（也与我想做的相反），并且由于我对R非常陌生，所以我不太清楚如何解决这个问题。

我也有类似的一个下面给出一个数据帧，并且我希望能够找到以前的索引值我目前的一个，其中Times列是不同的，以我目前的时间和Midquote列不具有NA值。

Index    Times | Midquote 
       ----------------------------- 
    1   10:30:45.58 | 5.319 
    2   10:30:45.93 | 5.323 
    3   10:30:45.104 | 5.325 
    4   10:30:45.127 | 5.322 
    5   10:30:45.188 | 5.325 
    6   10:30:45.188 | NA 
    7   10:30:45.212 | NA 
    8   10:30:45.231 | 5.321 
    9   10:30:45.231 | 5.321 

如果我们开始在数据帧的底部并借此为“当前”时间，这被发现是在索引9和其具有10:30:45.231一个Times值和5.321Midquote值，那么如果我想找到时间与当前时间不同的第一个索引，我们发现这是索引7，它的时间为10:30:45.212（因为索引8具有相同的时间）。但是我们也看到索引7处的Midquote的值是NA，所以我现在必须再次检查数据帧。索引6又有一个不同的时间（即10:30:45.188），但它在Midquote列中又有一个NA值，因此再次向索引5移动，我们看到Times列与当前时间有不同的时间（即再次为10:30:45.188）并且Midquotes的值是5.325。

因此，由于在索引5的时间10:30:45.188（这是不同的，以我的当前时间，这是10:30:45.231），并且由于在索引5的Midquote值不NA，我希望获取的输出“5”，因为它是满足两个标准的指标值。

我的问题是，有没有这样做的好方法？我很抱歉，如果这是一个简单的问题，我是非常新的R和我不知道太多有关数据帧的工作...

编辑：我也想这样做最好不添加另一列数据帧（如上面提到的链接的顶部答案中给出的），如果可能的话

Answer 1

如果我正确理解它，请检查这是否是您期望的输出。

ind<-function(t,df){ 
    ind<-t 
    while(t>1){ 
     t=t-1 
     if((df$Times[t]!=df$Times[ind]) && (!is.na(df$Midquote[t]))){ 
      return(t) 
     } 
    } 
} 
sapply((nrow(data):1),FUN = ind,data) 

#[[1]] 
#[1] 5 

#[[2]] 
#[1] 5 

#[[3]] 
#[1] 5 

#[[4]] 
#[1] 4 

#[[5]] 
#[1] 4 

#[[6]] 
#[1] 3 

#[[7]] 
#[1] 2 

#[[8]] 
#[1] 1 

#[[9]] 
#NULL 

输出序列对应于从最后一行开始的data.frame的关联索引。

说明：ind取为当前行的行数的值，而t需要从ind-1起始值为1 df拍摄整个data.frame作为输入，则使用循环while检查是否时间和midlands值为df$Times[t]和df$Midquote[t]满足要求的条件。如果是，他们返回索引，否则循环继续，直到到达第一行。

不使用sapply特定当前行：

ind(9,df) 
[1] 5 

Answer 2

使用日期是特别小数秒强硬。 如果您可以将时间转换为双倍，那么处理起来会更容易。 假设你的“纽约时报”都是为了你可以使用这个

library(magrittr) 
which(df$Times < df[9,1] & !is.na(df$Midquote)) %>% max() 

的which给出了“索引”，其中“纽约时报”是小于9和“Midquote”不是NA的向量。 %>%将向量发送给max()，它给出了最高值。这相当不雅，但会完成工作。

Answer 3

Data.table解决方案，1行。

library(data.table) 

dt <- data.table(Index = 1:9, 
       Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
       Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321') 
       ) 

> dt[ Times != Times[.N] & !is.na(Midquote), max(Index) ] 
[1] 5 

编辑

要删除你的索引列（至少）两个选项

dt2 <- data.table(Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
        Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321')) 


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it) 
dt2[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ] 

# Option 2 - simply check the last position of where your condition is met 
dt2[, max(which(Times != Times[.N] & !is.na(Midquote))) ] 

NB你不能这样做，因为nrow你可以有，比方说，与您的条件匹配的第一，第二和第四条记录和nrow会给您3，这是错误的，因为第三行不匹配。

EDIT 2（选项3是不正确的）

dt3 <- data.table(Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
        Midquote = c('5.319','5.323', NA,'5.322','5.325', NA, NA,'5.321','5.321')) 


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it) 
dt3[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ] 
[1] 5 

# Option 2 - simply check the last position of where your condition is met 
dt3[, max(which(Times != Times[.N] & !is.na(Midquote))) ] 
[1] 5 

# Option 3 - good luck with this 
nrow(dt3[Times != Times[.N] & !is.na(Midquote)]) 
[1] 4